摘要
一种基于迁移学习的黑白线稿着色方法及装置,涉及图像处理领域,解决了现有的GAN模型针对单一任务设计的难以同时处理多种图像任务、这些模型往往难以同时维护图像内容的真实性与风格的一致性等问题。本发明提供以下方案:所述方法包括:准备数据,并对数据进行预处理;构建对黑白线稿着色的多任务生成对抗网络模型,多任务生成对抗网络模型包括多任务的生成器G和判别器D;对所述生成的彩色图像进行迁移学习与多任务训练,得到超高分辨率的图像;通过至少一次的迭代训练来优化超高分辨率的图像中多任务训练的损失函数,采用交替训练方法,分别更新生成器G和判别器D中的参数;完成对黑白线稿着色。还适用于不同行业对高质量图像生成领域中。
技术关键词
彩色图像
多任务
特征提取模块
着色方法
边缘检测算法
损失函数设计
风格
深度神经网络
超分辨率
数据
着色装置
可读存储介质
分支
处理器
存储器